Agent Skills Hub

llm-integration

一套用於建構穩健 LLM 整合的工具包：包含 API 模式、串流、函數調用、RAG 管線及具成本效益的模型路由。

ai-llm-patterns

Anthropic Claude 整合模式：串流、使用 pgvector 的 RAG、工具使用、模型選擇（Haiku/Sonnet/Opus）、提示詞快取及 AI 工程成本管理。

project-development

一套管理 LLM 專案生命週期的框架，涵蓋評估任務模型契合度、架構設計、結構化輸出解析及代理輔助開發流程。

prompt-optimizer

透過成熟的提示工程原則，將模糊或結構不良的指令轉換為優化且高效的 AI 模型提示，提升執行品質與準確性。

mcp-development

提供模型上下文協議 (MCP) 伺服器開發指南，涵蓋工具設計、資源處理及 AI/ML 整合模式。

llmintegration

支援 Claude、GPT、Gemini 與 Ollama 的多模型 LLM 整合方案。包含 API 對接、提示工程、Token 管理及模型中立的編排架構。

moollm

一個用於大語言模型代理生存記憶的微世界作業系統，將檔案系統轉化為可導航的房間，並將程式碼轉化為可居住的世界。

test-delete-skill

統一的 AI 閘道，支援超過 100 種大語言模型，提供相容 OpenAI 的 API、模型備援、負載平衡及企業級管理工具。

context-engineering-collection

一套用於上下文工程、多代理架構及生產級代理系統優化的結構化代理技能集。

evaluation

為 AI 代理構建系統化的評估框架，利用多維評分標準、LLM-as-a-judge 與回歸測試，量測代理效能、品質及上下文工程的有效性。

tools

統一的 LLM 函式呼叫與工具使用 API，支援 OpenAI、Anthropic、Google 與 Ollama，提供標準化的 JSON Schema 定義與執行流程。

opper-api

直接存取 Opper REST API，用於 LLM 編排、模型管理、任務執行，以及從 OpenAI、Anthropic 或 OpenRouter 進行無縫遷移。